Ru/Mn_xCe_(1-x)O_2催化苯甲醇液相氧化制苯甲醛

采用3种不同方法制备了Mnx Ce1-x O2载体,并通过负载Ru制得2.5%Ru/Ru/Mnx Ce1-x O2催化剂,考察了载体的制备方法、焙烧温度及n(Mn)∶n(Mn+Ce)对催化剂活性的影响.实验结果表明,由溶胶-凝胶法、n(Mn)∶n(Mn+Ce)=0.50、773K下焙烧制备的载体所制得的2.5%Ru/Ru/Mnx Ce1-x O2催化剂的活性最高,在333K下反应1h,苯甲醛产率达67.4%.XRD、N2物理吸附及SEM表征表明,该条件下制备的Mn0.5Ce0.5O2-sol-gel-773K载体具有完整的孔结构,较大的比表面积,且能够形成较多高分散的Ce-Mn-O复合氧化物.     

廊坊电网调度自动化二次系统安全防护设计与实现

通过二次防护的改造,将调度自动化实施系统进行分区并与MIS网进行了物理隔离,按照横向隔离、纵向认证的原则,有效地阻止了黑客入侵及网络病毒的侵入,减少了网络事故,杜绝了可能发生的电网解列事故,从而避免了大面积停电带来的经济损失,保障了电网安全运行。     

DR5上调在5-烯丙基-7-二氟甲氧基白杨素增强TRAIL诱导人肺癌A549细胞凋亡中的作用

目的:观察5-烯丙基-7-二氟甲氧基白杨素(AFMC))是否协同肿瘤坏死因子相关凋亡诱导配体(TRAIL)诱导人肺腺癌A549细胞凋亡.并探讨其机制是否涉及死亡受体5(DR5)的上调.方法:体外培养人肺腺癌A549细胞和人胚肺WI-38细胞.碘化丙啶(PI)染色流式细胞术(FCM)定量分析细胞凋亡率;DNA琼脂糖凝胶电泳观察细胞DNA梯形条带;Western Blotting检测DR5蛋白表达.结果:单独用亚毒性浓度的AFMC(1.0μmol/L)或TRAIL(30μg/L)处理A549细胞,细胞凋亡率不超过5%.AFMC(1.0μmol/L)联合TRAIL(30μg/L)的A549细胞凋亡率增高(37.80%,P0.01);而WI-38细胞仅有极少量的细胞凋亡(P0.05).DNA琼脂糖凝胶电泳显示:两者合用A549细胞呈现典型的DNA梯形条带图谱,而WI-38细胞未出现DNA梯形条带;Western Blotting分析发现:AFMC呈浓度和时间依赖性上调A549细胞DR5的表达,DR5特异性抑制剂DR5/Fc嵌合蛋白能有效降低两者合用诱导的A549细胞凋亡率(P0.05).然而,AFMC对WI-38细胞DR5表达无明显影响.结论:亚毒性浓度的AFMC选择性增强TRAIL诱导人肺癌A549细胞凋亡.其机制可能与其上调DR5表达有关.     

反相高效液色谱法测定苯系物

用反相高效液色谱法分离并测定了苯系物,建立了苯系物的反相高效液色谱分析方法。色谱条件：色谱柱为ＣＬＣ－ＯＤＳ柱,流相为甲醇－水（６６：３４Ｖ／Ｖ）,检测器波长为２６０ｎｍ。本研究为反相高效液色谱法在测定苯系物方面提供了一个科学的测试方法。     

偏最小二乘—紫外可见分光光度法测定黑加仑色素的含量

将偏最小二乘法同紫外可见分光光度法结合,快速分析黑加仑色素的含量,讨论主成分数对ＰＬＳ定量预测能力的影响,并对校正集样品和预测集样品中黑加仑色素含量进行定量预测。     

基于最小二乘无网格方法的大涡模拟研究

对基于最小二乘无网格方法的大涡模拟进行研究,采用Smagorinsky亚格子模型封闭滤波后的N-S控制方程.针对无网格方法的特点提出适合无网格方法的空间滤波尺度求解形式,用AUSM+格式求解数值通量,最小二乘法拟合空间导数,三阶龙格-库塔法进行时间迭代.在此基础之上对Re=22 000状态下的二维方柱绕流问题进行数值模拟与分析.讨论了初始条件对计算结果的影响,统计了斯特劳哈尔、平均升阻力系数、方柱后方中心线上的平均速度及其均方根值以及不同位置处的平均速度及其脉动值沿y方向的分布,并将统计结果与实验值及其他数值模拟结果进行对比,结果符合较好.     

N,N-二异丙基-3-(2-甲氧基-5-甲基苯基)-苯丙酰胺的还原

采用具有强活性的复合还原剂实现了叔酰胺的还原。讨论了不同的络合试剂，还原试剂，络合时间和反应温度对叔酰胺还原的影响，确定了三氯氧磷/锌粉还原法及还原N，N-异丙基-3-（2-四氧基-5-甲基苯基）-苯丙酰胺（1）的工艺路线，得到新药托特罗定的重要中间体N，N-二异丙基-3-（2-甲氧基-5-甲基苯基）-苯丙胺（2），收率为86%。     

基于LSSVM和D-S的遥感图像分类方法

为了提高遥感图像的识别率,提出一种基于最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)和证据理论(Dempster-Shafer theory,D-S)的遥感图像分类方法.该方法首先分别提取遥感图像的纹理和颜色特征,然后分别对纹理和颜色特征采用LSSVM建立分类模型,并得到相应特征的分类率,最后把单一特征分类正确率输入到D-S证据理论对它们进行融合,从而得到它们的权值,并根据权值得到遥感图像的最终分类结果.仿真结果表明,该方法不仅提高了遥感图像的分类率,而且还加快了遥感图像分类的速度,从而使得该方法在地理信息系统具有一定的应用价值.